针对未知复杂环境下无人机集群协同定位导航中算法计算量过大的问题，提出了两种基于深度强化学习的无人机集群协同信息筛选方法，将多无人机定位问题映射为部分可观的马尔可夫决策过程(POMDP)，通过克拉美罗下界(CRLB)设置的精度阈值，使用最少协同信息满足所有无人机的定位精度要求。仿真结果表明，同无筛选情形相比，基于深度强化学习的筛选策略可以在不牺牲定位精度的同时，有效提高协同定位算法的实时性，解决协同信息冗余问题，显著提高了协同定位算法的执行效率。

为了提高某随动系统负载模拟器加载系统的力矩跟踪精度, 提出一种模糊RBF神经网络终端滑模复合控制方法。首先通过对随动负载模拟器的系统组成和工作原理的分析, 简化力矩电机模型, 根据扭矩传感器和惯量盘的模型, 建立随动负载模拟器的简化等效模型。随后设计了一种快速终端滑模控制器, 为了提高滑模的动态品质, 利用模糊神经网络方法动态调节滑模面参数。同时, 为了提高模糊RBF神经网络的学习和训练速度, 用最近邻层次聚类和共轭梯度算法调整网络各参数, 并对算法进行局部优化以提高算法性能。最后进行仿真, 证明该方法提高了系统控制精度且具有良好的动态特性。

在研究基于硅基二氧化钛纳米柱对空间光场位相调制特性的基础上, 结合菲涅尔衍射理论, 提出了一种基于共轭梯度优化算法的超构表面设计方法。通过该方法, 在可见光波段能够实现在任意衍射角度上对选取的波长进行滤波。衍射角分别为15°和30°, 波长范围在400～780nm, 对RGB三色光波进行单波长滤波。数值模拟结果验证表明, 所提算法得到的超构表面能在预定的衍射角下准确地产生目标强度谱。

相位恢复算法一直存在着精确度不高, 收敛速度慢甚至停滞不前等问题。将基于光强传输方程 (TIE)法与 G-S迭代算法混合提高了相位恢复的精确度, 梯度算法的提出加大了迭代步长, 使得收敛速度加快。采用 GS-TIE算法和振幅加成梯度算法分别从仿真和实验的角度去比较分析恢复的效果。通过对二维图像仿真得出, 振幅加成梯度算法在收敛速度上是 GS-TIE迭代算法的 3倍, 精确度是 GS-TIE迭代算法的 10倍。从实验结果得知, GS-TIE恢复的相位清晰可见, 轮廓明显, 在边缘处过度均匀, 而振幅加成梯度算法相对比较模糊, 在轮廓边缘处过度不均匀, 悬差较大。

提出一种基于分块相位梯度算法(PGA)的多舰船尾迹合成孔径雷达(SAR)图像自动识别方法。首先在多结构形态学滤波和自适应阈值(OTSU)分割的基础上, 利用分块PGA算法消除运动舰船的位置偏移和像元模糊, 还原舰船实际信息; 利用改进的局部Hough变换对分块图像进行检测和识别, 根据识别出的尾迹坐标和角度反演运动舰船位置和航向信息。检测结果表明, 该算法可准确检测SAR图像中舰船的实际位置和航向, 识别准确度高, 抗干扰性强。

X射线发光断层成像(XLCT)是一种可同时获得解剖结构和功能信息的新型分子影像技术, 在早期肿瘤检测与放疗方面具有重要应用潜力, 但由于测量信息少, 成像模型复杂等原因, 其断层重建一直是挑战性难题。本文采用非单调Barzilai-Borwein梯度(NBBG)算法来求解重建问题目标函数。每次迭代中, 谱投影梯度方法近似为L1范数约束的最小二乘问题。Barzilai-Borwein梯度法获得相应的更新方向, 提高算法的收敛速度。采用非单调性线性搜索策略构建最优步长, 保证全局收敛性。通过将Barzilai-Borwein梯度法和非单调性搜索结合, 在保证全局收敛的同时, 克服了选取精确步长带来较大计算量的缺点。数值仿真实验和物理实验得到的基于NBBG算法的单光原重建位置误差分别为0.68和0.94 mm, 与分裂增广拉格朗日收缩算法(SALSA)相比, 本文方法在重建精度、鲁棒性和重建效率等方面都获得了较优的结果。

针对大气湍流对激光通信中对信标光的捕获、跟踪与对准(ATP)的影响, 提出了基于盲解卷积的快速复原与实时检测算法。采用一维点扩散函数重新构造方位退化模型, 取代了原有经典二维退化模型; 改进了约束共轭梯度算法中的约束算子, 并通过改进的共轭梯度迭代算法求得对原始图像的估计; 最后通过连通域计算提取估计结果中的光斑中心位置。采用现场可编程门阵列和数字信号处理器实现所提出的共轭梯度算法并提取光斑中心位置, 满足了系统实时性要求。实验表明, 所提出的快速复原算法能够实时复原分辨率为200 pixel×200 piexl,帧频为100 Hz的光斑图像, 所提取的信标光光斑中心位置与事后计算结果的误差小于1 pixel, 能够满足激光通信系统对信标光的实时跟踪要求。

针对多无人机编队的异常检测问题,为避免多假设检验及概率不等式的复杂性,将异常检测问题转化为一个线性未知参数矢量的辨识过程.在有无异常检测个数的先验条件下,分别构造极大似然辨识问题和非凸的稀疏优化问题,利用最优必要条件求解最优估计值.采用松弛法将非凸稀疏优化规划成易于求解的凸优化问题.针对凸优化问题中的范数形式,分别应用最优必要条件和快速梯度算法来近似估计最优值,并分析快速梯度算法的收敛不等式.最后用仿真算例验证所提方法的有效性.

直接斜率法直接将波前传感器的测量量与变形镜的响应特性建立起对应关系，通过算法直接计算出控制电压信号。用 64个子孔径的哈特曼波前传感器对畸变波前进行仿真探测，按照变形镜面形为影响函数加权叠加的假设，可以求解出加在各个驱动器上的电压值，进而可以对仿真的 32单元变形镜进行控制，校正波前。仿真的结果显示，直接斜率法可以有效校正畸变波前。

针对电容层析成像技术(ECT)中的“软场”效应和病态问题，提出了一种基于加权奇异值分解(SVD)截断共轭梯度的电容层析(ECT)图像重建算法。阐述了电容层析成像工作原理，提出了12电极ECT系统的测量方法。在分析灵敏度矩阵的奇异值分解理论的基础上，推导出了加权SVD截断共轭梯度的数学模型，并利用Tikhonov方法进行正则化加权处理。最后，分析了算法的收敛性，并将其应用于电容层析成像系统的图像重建中。实验结果表明，对于层流，截断共轭梯度算法的平均误差能达到27.54%，全部流型平均迭代步数达到13步，与LBP、Landweber和CG算法比较，该算法具有成像效果好，成像速度快，易于实现等特点。